论文部分内容阅读
提出了一种P2P环境下不依赖于任何高信任节点集的全局信任值分级计算模型,并给出了它的分布式实现。该模型引入减法聚类方法将大规模网络从逻辑上划分成若干小网络,并将它们重新组织成为上下两层结构的覆盖网,迭代算法在小规模网络中并行进行。迭代收敛后,按层次合成迭代结果便得到每个节点的全局信任值。理论分析与仿真实验表明,与现有模型相比,该模型在降低计算量与通信开销,加速迭代收敛方面有较大改进。